CN1527328A - 建立核反应堆堆芯燃料组件装填模式的方法 - Google Patents

建立核反应堆堆芯燃料组件装填模式的方法 Download PDF

Info

Publication number
CN1527328A
CN1527328A CNA2004100066541A CN200410006654A CN1527328A CN 1527328 A CN1527328 A CN 1527328A CN A2004100066541 A CNA2004100066541 A CN A2004100066541A CN 200410006654 A CN200410006654 A CN 200410006654A CN 1527328 A CN1527328 A CN 1527328A
Authority
CN
China
Prior art keywords
fuel assembly
batches
loading pattern
loading
parents
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2004100066541A
Other languages
English (en)
Other versions
CN1317713C (zh
Inventor
赵荣安
・D・普帕
司胜义
弗兰克·D·普帕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CBS Corp
Original Assignee
Westinghouse Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Westinghouse Electric Corp filed Critical Westinghouse Electric Corp
Publication of CN1527328A publication Critical patent/CN1527328A/zh
Application granted granted Critical
Publication of CN1317713C publication Critical patent/CN1317713C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K1/00—Housing animals; Equipment therefor
    • A01K1/02—Pigsties; Dog-kennels; Rabbit-hutches or the like
    • A01K1/03—Housing for domestic or laboratory animals
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C5/00—Moderator or core structure; Selection of materials for use as moderator
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K1/00—Housing animals; Equipment therefor
    • A01K1/01—Removal of dung or urine, e.g. from stables
    • A01K1/0107—Cat trays; Dog urinals; Toilets for pets
    • A01K1/0125—Foldable or collapsible litter boxes
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C19/00—Arrangements for treating, for handling, or for facilitating the handling of, fuel or other materials which are used within the reactor, e.g. within its pressure vessel
    • G21C19/20—Arrangements for introducing objects into the pressure vessel; Arrangements for handling objects within the pressure vessel; Arrangements for removing objects from the pressure vessel
    • G21C19/205—Interchanging of fuel elements in the core, i.e. fuel shuffling
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C5/00—Moderator or core structure; Selection of materials for use as moderator
    • G21C5/02—Details
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C7/00—Control of nuclear reaction
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21D—NUCLEAR POWER PLANT
    • G21D3/00—Control of nuclear power plant
    • G21D3/001—Computer implemented control
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21D—NUCLEAR POWER PLANT
    • G21D3/00—Control of nuclear power plant
    • G21D3/001—Computer implemented control
    • G21D3/002—Core design; core simulations; core optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Plasma & Fusion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Zoology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Animal Husbandry (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Clinical Laboratory Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)

Abstract

核反应堆堆芯(1)的所有可能装填模式被搜索和优化，以符合设计约束。燃料储备(3)根据粗略反应性级别被分成一些分批(F，O，T)。递归枚举过程确定满足选定的堆芯位置约束的模式，其中选定的堆芯位置约束可以由用户修改以调整搜索空间尺寸。对于满足约束的分批装填模式，分批被分成几个更小的分批(F1，F2，O1，O2，T1，T2)。将燃料组件位置和消耗模型之间关系线性化的灵敏度矩阵通过具有分支和限界的混合整数线性规划来处理，以确定最优子女装填模式。该过程重复几个分批细化级别并选择最优子女模式，包括可燃吸收剂(BA)分配给进料组件(F)的级别，直到达到个体燃料组件级别。剩下的多个最优模式提供一定范围的解。

Description

建立核反应堆堆芯燃料组件装填模式的方法
技术领域
本发明涉及一种对于核反应堆堆芯中给定的燃料组件储备，搜索和优化满足指定约束的装填模式的穷举、确定性方法。
背景技术
核反应堆的堆芯由许多排列在圆柱形容器中的拉长的矩形燃料组件形成。通常，将来自早先燃料循环的燃料组件与新的燃料结合。因此，典型的燃料组件储备可以包括大约三分之一新的或进料燃料组件、大约三分之一的一次燃烧燃料组件以及大约三分之一的两次燃烧燃料组件。虽然这些宽泛分类中的燃料组件将具有类似的总特性，但是即使在具有共同历程的燃料组件之中，也有必须考虑的差异。对于更复杂的问题，可燃吸收剂的许多不同排列放入进料燃料组件中，以调节它们的反应性。
装填模式中燃料组件的排列必须满足某些工程要求，最重要的一个是功率分布，包括对堆芯中功率峰值的限制。另一个重要考虑是燃料循环的最大化，或者更换燃料之间所需的时间。
在历史上，两种技术的一种已经用来建立反应堆堆芯的合适的燃料组件装填模式。在一种技术中，燃料组件的一系列随机重排(shuffle)用来找到满足指定工程要求的装填模式。在另一种历史技术中，专家规则用来建立合适的装填模式。这些技术都没有确保最优装填模式的建立。
一种更分析的方法在核科学与工程：127，346-357(1997)中由Taek Kyum Kim和Chang Hyo Kim发表的名称为“Mixed IntegerProgramming for Pressurized Water Reactor Fuel-Loading-PatternOptimization”(加压水反应堆燃料装填模式优化的混合整数规划)的文献中提出。该技术从假设个体燃料组件的任意初始参考装填模式开始。可以通过重排(shuffle)所有这些个体燃料组件而产生的可能装填模式的数量是令人生畏的。因此，离散地一个一个单独地评估每个可能的装填模式是不实际的。为了减少所需的处理，问题表示为连续函数，其然后可以微分以获得最优解。这通过使用广义扰动技术使燃料组件的实体分布和有关工程要求之间的关系线性化来实现。包括分支和限界的混合整数线性规划然后被实施，以确定最优装填模式。因为对个体燃料组件的线性化可以引入严重的错误，不能保证所标识的“最优”装填模式事实上最优。因此，过程使用由先前积分产生的解来重复。不能保证随后的解将收敛，或者甚至不能保证更好的装填模式将被找到。该方法也十分依赖于所使用的初始装填模式。
建立燃料组件装填模式的另一种方法在由作为发明者之一的Shengyic Si在2002年10月7-10日的韩国汉城PHYSOR 2002会议上提出的名称为“Integer Permutation Programming in a Loading PatternOptimization Code SUPERLPOS Used at SNERDI”(用于SNERDI的装填模式优化规范SUPERLPOS中的整数排列规划)的文献中描述。该技术涉及两个部分过程。首先，用于装填的燃料组件基于初始富集和消耗历程分组成分批。例如，所有进料燃料组件被认为是一个分批，一次燃烧的燃料组件形成第二分批，以及两次燃烧的燃料组件构成第三分批。最初，在每个分批中的所有燃料组件被认为是相同的。枚举程序通过重排(shuffle)燃料组件的分批来一个接一个顺序地产生分批装填模式。对于每个枚举的分批装填模式，个体燃料组件的反应性用于使燃料组件位置对指定工程要求的影响线性化。此外，包括分支和限界的混合整数线性规划被应用，以识别所选分批模式的个体燃料组件的最优装填模式。技术的第二部分与先前描述的技术类似，除了由于重排(shuffle)分批中的个体组件所需的较小扰动，使用相同广义扰动技术的线性化具有较小误差。根据该技术，不同分批装填模式被连续地枚举和处理，以找到每个分批装填模式的最优的子女装填模式。最终的装填模式然后从用户愿意产生的所有最优子女装填模式中手工地选择。
虽然该后者技术是一种改进，但是它仍然具有局限性。首先，它不能识别问题的尺寸，因为分批装填模式连续地枚举和处理。此外，由于在一个步骤中从分批分组直接转到个体燃料组件，处理具有没有子女装填模式满足指定工程要求的死端的模式可能是浪费时间的。第二，在一个步骤中转到个体燃料组件，即使相同分批中的燃料组件之间的差异并不大，在线性化中仍然产生相当大的误差。
因此，尚有用于建立核反应堆堆芯的装填模式的改进方法的余地。
发明内容
本发明涉及一种寻找核反应堆堆芯的燃料装填模式的方法。该方法执行所有满足指定工程要求的模式的穷举和确定性搜索。
首先，来自分组成相似粗略反应性级别分批的燃料组件储备的所有可能装填模式，考虑所选的堆芯装填位置约束来枚举。这提供问题尺寸的指示。如果可能的装填模式的数量太大，数量可以通过所选堆芯装填位置约束的连续调整来减少，直到问题被减小到合适的尺寸。作为结果产生的装填模式然后全部被分析，以符合某些工程要求，例如峰值功率分布。
第二，满足指定工程要求的双亲装填模式通过根据更细的反应性级别将按粗略反应性级别分配的初始分批细化成更大数量的更小分批，而每个被进一步处理。如果作为结果产生的子女模式的任何一个满足指定工程要求，最优子女模式使用沿用已久的分支和限界混合整数线性规划方法来选择，其中更准确的直接扰动技术代替广义扰动技术而被使用。双亲模式然后用最优子女模式来代替，并且过程被重复以从更细的燃料组件分批产生模式。分批细化及分支和限界混合整数线性规划的该级联方案被重复，直到分批由个体燃料组件构成。在分批尺寸被减小到单个燃料组件之前，硼吸收剂的排列分配给进料燃料组件，与组件一起。
在个体燃料组件级别，典型地将有多种像这样满足指定工程要求的最优燃料装填模式。待使用模式的选择然后可以基于由用户建立的准则，例如，产生最长燃料循环的最优模式。该最终步骤可以手工执行或自动实施。
更特别地，本发明涉及一种建立用于将燃料组件装填到核反应堆中的核反应堆堆芯装填模式的方法，其包括步骤：a)确定每个燃料组件的反应性，b)将燃料组件分成相似粗略反应性级别的多个燃料组件分批，c)使用认为每个燃料组件分批中的全部燃料组件具有相同粗略反应性级别的选定堆芯装填位置约束来产生多个双亲装填模式，d)从该多个双亲装填模式中选择选定的分批装填模式，e)根据更细的反应性级别将多个燃料组件分批分成许多细化的燃料组件分批，f)对于每个选定的双亲装填模式，确定满足指定堆芯装填位置约束的细化燃料组件分批的任何子女装填模式是否满足指定的工程要求，并且如果满足，选择最优地满足指定工程要求的最优子女装填模式，g)消除没有子女装填模式满足指定工程要求的任何选定装填模式，h)对于具有最优子女装填模式的每个双亲装填模式，用最优子女装填模式来更新双亲装填模式，i)用更细的反应性级别来重复步骤e-h，直到每个燃料组件分批由单个燃料组件构成，以及j)从剩余的装填模式中选择最终装填模式。
附图说明
本发明的完全了解可以从下面的优选实施方案的描述获益，当连同附随附图一起阅读时，其中：
图1是说明根据本发明一个方面在给定一组约束下枚举的装填模式的峰值功率分布的条形图。
图2是用细化的约束产生的与图1类似的条形图。
图3是核反应堆堆芯四分之一的示意横截面图，其说明根据本发明基于粗略反应性级别的初始分批的燃料组件分配。
图4是与图3类似的示意横截面图，其说明将初始分批分成更小分批，并且显示进料组件的可燃吸收剂的分配。
图5说明用于建立核反应堆堆芯的燃料组件装填模式的本发明方法的主要步骤。
图6A、6B和6C说明实施本发明的软件的流程图。
具体实施方式
一般地，用于产生核反应堆堆芯的装填模式(LP)的搜索方法包括三个基本步骤：(1)通过重排(shuffle)组件来产生模式，(2)执行空间通量和功率分布计算，以及(3)评估目标函数并将模式归类为接受或拒绝。虽然，LP搜索的最费时部分是空间计算，重排实际上是最至关紧要的部分，因为它控制搜索域，因此控制搜索方法的有效性。相对直接的部分是评估和归类，它们既不是理论上复杂的也不计算上费时的。但是，迄今为止，文献中大部分LP搜索方法集中在空间分析和目标函数评估的方法上，而没有提供重排本身的“理论”或“方法学”。例如，模拟退火和遗传算法都致力于用于决策的目标函数评估。广义扰动理论方法致力于如何执行空间分析。在没有用于产生和预估算LP的系统方法的情况下，重排只能试探或随机地采样。等到重排由不利的LP搜索代码估算时，已经太迟，因为计算时间已经消耗在由重排引起的LP的空间分析上。此外，基于试探和随机重排的LP搜索方法不提供搜索解实际有多好以及问题已经解决到什么程度的感觉，因为不能“目测”已探索的域。没有关于域在哪里、它有多大、相对于总的解空间有多少已经被探索、是否相同的解已经被重复地访问，或搜索是否陷入局部极小值的信息，因此，来自随机LP搜索方法的解不是可再现的，并且不能客观地定标。
堆芯设计师知道LP搜索中最重要的决策是进料组件放在哪里以及高度燃烧组件放在哪里。这类“分批”装填模式(BLP)粗略地决定LP的主要特性。在实际设计中，工程师用这些粗略的BLP来努力达到精细。困难在于设计师不知道有多少这些BLP，并且手工地跟踪和细化BLP是乏味的工作。有太多可能的BLP，并且每个都可以发展成非常大数目的细化路径。因此，设计师只能手工地研究非常有限数量的BLP和派生的LP。
我们已经研制了一种新的装填模式(LP)搜索方法，即约束下枚举的分支和限界分批模式(B3PEC)。B3PEC是确定性的而不是随机的搜索方法，其使用约束枚举技术以及分支和限界(B&B)混合整数线性规划技术来执行全面搜索。
B3PEC搜索过程以分批装填模式开始。分批定义为“相同”组件的集合。最初，模式包含粗略的分批，使得满足用户指定分批装填约束的所有允许的BLP完全枚举。随着搜索进行，粗略分批被分支成更细的分批。在一级或两级分支之后，进一步分支可以直接转到提供真实LP的不同个体组件。分支过程用包含附加设计约束的B&B混合整数线性规划方法来执行。
待搜索的问题尺寸和域首先用枚举算法，即约束下的分批模式枚举(BPEC)来探索和评估。该算法仅利用逻辑和整数运算，并且可以有效地产生各种灵活位置约束下的允许BLP的每个和全部。可以对每个分批定义堆芯位置的禁区，在那里装填是不允许的。可以对每个分批定义许多强迫域，在那里最小和/或最大数量的组件必须被装填。禁止或强迫指定分批的组件中的各种类型群集的约束可以强加到定义区。上述区和域是任意的并可以交叠，并且每个都可以是拓扑上不连接的形状。使用BPEC，在任何空间计算开始之前，用户可以预先确定搜索问题有多大、将在哪种装填约束下求解。用户可以重复应用BPEC，直到他对关于装填约束的选定策略和相关的问题尺度感到满意。
当分批中的“相同”组件被分成不同的和更细的分批时，用来产生子女模式的初始分批内不同组件的重排是整数排列问题，其导致非常大数量的子女模式。但是，通过设想不同的组件可以像混合物一样任意地拆开和重组，如果该离散整数排列问题首先转换成连续实变量问题，那么连续变量问题可以用功能强大的数学工具容易地解决。(例如，通过将连续变量的函数微分，我们直接找到最小值。而在离散变量的情况下，函数必须在所有离散点反复地评估，以获得其最小值。)最佳连续解总是“限界”(至少相当于)最佳可能离散整数解。如果最佳连续解不是可接受的，那么没有必要分析和跟踪源自该BLP的全部离散排列。因此，该整个BLP“分支”可以剪除。只有那些存活的BLP将被进一步跟踪。细化BLP的该过程用B&B混合整数线性规划来执行。该BLP细化过程重复执行，直到具有个体不同组件的真实LP出现。
B3PEC方法可以通过仅使用BLP和LP空间分析的产生堆芯设计规范来实现，而没有任何附加的中子扩散模块。这消除LP搜索规范和设计规范之间的不一致。在本发明的示范性实施方案中，Westinghouse堆芯设计规范ANC被使用，其3D到2D坍陷模型作为空间分析工具。在每个BLP细化级别，对于每个BLP，ANC 2D耗尽被重复执行，以直接产生关于可燃吸收剂调节和燃耗辐射变化的灵敏度矩阵(S-矩阵)。S-矩阵输入到混合整数线性规划算法，以在可燃吸收剂分配和分批重排上执行达到下一级别细化BLP的当前级别BLP的B&B优化。混合整数线性规划可以包含在全部消耗步骤中可以表示为组件平均功率、组件峰值功率，以及堆芯临界硼浓度的线性组合的任何设计约束。到达真实LP之前所需的BLP上的细化级别依赖于对于问题可用的燃料储备。典型地，在直接转到个体不同组件之前，只需要一个或两个级别的分批细化。作为结果产生的LP的总数依赖于初始BLP的总数和BLP细化的级别。总之，B3PEC方法中的总的搜索域比其他LP搜索方法大很多。作为结果产生的解有多个，每个具有明显地不同特性，这可以由ANC直接用于堆芯设计。
下面是枚举模块BPEC怎样可以用来估算问题尺寸和准确定义搜索范围的一个简单例子。具有相同尺寸的三个分批的棋盘BLP在该例子中考虑，对于Westinghouse类型2、3和4环堆芯。在相同分批中两个组件不允许相邻，除非两个中的一个在周边上。如在表格I中所示，当没有附加约束强加时，解的数量非常大，对于2环堆芯大约一万，对于3环堆芯大约十万，对于4环堆芯大约两百万。如果强加附加的约束，即分批1(进料组件)不能位于指定的中心区，那么解分别急剧地下降到大约两千，四千和六千。如果加上另一个约束，即只有进料组件可以位于周边(出/进模式)，那么仅有4，31和41个解。所有这些模式由BPEC非常快地明确地产生，除了两百万解的情况以外。
           表格I.3-分批、非周边棋盘BLP的数量
  附加的约束   2环   3环   4环
  没有   12,342   127,932   1,995,472
  没有进料在中心区   1,798   3,692   5,649
  并且只有进料在周边   4   31   41
为了显示BPEC可以多么有效地用来定义搜索范围，表格I中没有进料组件允许位于中心区的5649个4环BLP，在循环开始(BOC)处在尺寸上分析。图1显示全部5649个BLP的堆芯峰值功率分布。显然许多模式根本不好。为了改进搜索空间，我们现在强加另外新的约束，但放松一条旧的约束。我们将堆芯分成内侧区和外侧区。另外的约束是在内侧区中，只有低反应性两次燃烧燃料(在该情况下分批3)可以与进料相邻，以抵消高反应性。该约束将去除许多高峰值模式，从而减少解的数量。然后，我们撤销一次燃烧燃料(在该情况下分批2)不能与自身群集的约束。这是合理的，因为虽然愿意抹除和混合高和低反应性的组件，但是没有理由为什么中等反应性组件也必须展开。放松该约束将增加可接受解的数量。通过这两个改变，解的总数从5649改变成4583。如我们可以在图2中看到，这些解现在比图1中的好得多。所有高峰值功率解被去除了，并且有更多具有低峰值功率的解。这说明通过使用非常简单和普通的物理参数，可以有效地估算和定义搜索范围。
图3示意地说明应用本发明的核反应堆堆芯1的一个象限。堆芯1包括多个正方形燃料组件3。仅显示了一个象限，因为堆芯1关于两条正交轴5对称。燃料组件的顶行与上方的象限共有，而左列与在所显示象限左边的象限共有，并且最左上燃料组件是所有四个象限共有的中心燃料组件。因此，示范性的堆芯1具有157个燃料组件3。
图3说明由枚举过程产生的初始分批装填模式的一个例子。这对于3环Westinghouse反应堆，虽然堆芯位置约束与上面例子中所使用的不同。但是，与先前例子中一样，157个燃料组件储备分成相似粗略反应性的三个分批。分批由燃耗历程决定，使得有由字母“F”标识的进料组件，由字母“O”标识的一次燃烧燃料组件，以及由字母“T”标识的两次燃烧燃料组件。
这里假设在图3中说明的该双亲分批装填模式满足指定过程要求，因此，三个初始分批每个分成具有更细反应性级别的两个分批。如图4中所示，进料组件，一次燃烧组件，以及两次燃烧组件分别分成标识为F1和F2，O1和O2，以及T1和T2的分批。图4是源自图3双亲分批装填模式的一个子女模式的例子。有许多其他的可以通过重排如图4中更细的分批而从图3的双亲模式获得的子女模式。更细的分批每个仅在彼此之间重排。因此，F1和F2进料组件在它们各自的位置之间重排。类似地，O1和O2以及分开地T1和T2组件仅在彼此之间重排。燃料组件位置和功率分布的关系的线性化通过使用ANC 2D消耗的方向扰动来执行，以产生灵敏度矩阵(S-矩阵)。S-矩阵输入到混合整数线性规划算法，以执行B&B优化，从而选择代替其所源自的双亲装填模式的最优子女装填模式，用于分批装填模式下一级的细化。
在到达个体燃料组件级别的细化之前，可燃吸收剂(BA)的排列加到进料燃料组件。几种不同排列用于不同进料燃料组件。因此，如图4中所示，一些F1燃料组件被分配48个BA，而其他被分配88个。在图4的具体例子中，F2进料组件全部分配64个BA。各种BA排列可以分配给进料组件。该BA分配产生新的燃料组件反应性分布。具有48个BA的F1燃料组件视为一个子分批，并且那些分配88个BA的燃料组件认为是具有细化反应性级别的分离的分批。因此，BA分配产生另一种细化级别，其中分批与在先前描述的细化级别中类似地对待。
在标识包含BA的进料组件的最优分批装填模式之后，最后的细化步骤产生个体燃料组件级别的真实装填模式。虽然一些装填模式路径将被消除，因为他们不产生满足指定工程要求的装填模式，该过程将产生非常多的真实装填模式，它们全都满足指定的工程要求。该结果在依靠偏好和选定准则来选择最终装填模式时给予用户很多灵活性。最终选择可以由用户手工执行或自动执行。例如，产生的真实装填模式可以自动地处理，以选择提供最长燃料循环的一个。
图5说明根据本发明的总体方法。如所示，具有约束的分批模式枚举在10执行，以枚举所有可能的初始分批模式。循环开始(BOC)筛选然后在12使用二维ANC消耗模式14在枚举的分批模式上执行，以选择满足指定工程要求的枚举分批模式。在16每个选定的枚举分批模式被分成更细反应性的分批，ANC 2D消耗被执行，以产生S-矩阵。S-矩阵然后输入到混合整数线性规划算法，以在燃料组件分开分批的重排上执行分支和限界(B&B)，以标识最优子女装填模式。如果没有满足准则的子女装填模式，该分支被删除。
对于具有最优子女装填模式的分支，该子女装填模式在18与选定的可燃吸收剂装填模式一起使用，以再次产生S-矩阵，对于该S-矩阵用混合整数线性规划算法执行分支和限界，来确定考虑BA的最优子女装填模式。然后在20执行到个体燃料组件级别的最终分批拆分，空间分析用来产生另一个S-矩阵，并且然后分支和限界施加到燃料组件的重排，以产生真实装填模式。三维空间分析然后在22执行，以选择最终装填模式。
本发明方法的流程图在图6A-6C中说明。该方法有五个主要部分：
1.约束下的分批模式枚举的递归算法(BPEC)，
2.对所有LP适用的、基于3-D ANC的2D ANC消耗模型(ANC_2D_XS)，
3.每个分批模式的初始BA分配的估计程序(BA_ASSIGN)，
4.每个分批模式的扰动/消耗灵敏度矩阵(S-矩阵)，以及
5.使用S-矩阵的、基于CPLEX的B&B搜索算法(CPLEX_B&B)。
如流程图30中所示，方法的输入是燃料储备和可燃吸收剂的类型32。另外，具有各种BA模式的任何适当的3D ANC模型34用来产生2D ANC消耗模型36，其对使用相同燃料储备的所有LP适用。GUI(图形用户界面)模块38用来为用户显示横截面堆芯，以选择分批分配。BPEC模块40使用用户标识的装填约束42枚举所有初始分批装填模式。选定的分批分配也用于在44的分批横截面和燃耗数据的收集和排列。由BPEC模块40产生的没有BA 46的所有BLP然后使用ANCBOC(循环开始)计算48来分析。GUI模块于是在50为使用者显示结果以选择将在52细化的潜在的好的BLP。对于好的BLP，意指满足指定工程要求，例如对先前描述的峰值功率的限制的那些BLP。S-矩阵模块然后在54用来产生细化的分批分配的S-矩阵。灵敏度或S-矩阵用来重建再装填组件的任何分批重排的2D消耗结果，这将在下面进料组件中的BA调整看到。
通过在基本情况和扰动情况下执行2D ANC消耗，S-矩阵被计算为响应于堆芯扰动的堆芯中子解。两种S-矩阵被计算。分批重排的S-矩阵通过在每个燃烧燃料组件的位置处制造燃耗扰动来获得。BA调整的S-矩阵通过在每个进料燃料组件的位置处制造BA数量扰动来获得。
每个BLP具有它自己的S-矩阵。一旦分批扰动的S-矩阵可获得，商业规范CPLEX(可以从ILOG，Inc.，Mountain View CA获得)与S-矩阵一起用来执行分批再装填组件重排和将在下面看到的分批进料组件BA调整。
CPLEX是非常有效的优化规范，其使用SIMPLEX类型线性规划方法进行实变量解搜索以及分支和限界方法进行整数变量解搜索。B&B的主要思想在于整数解是连续解的子集。如果最佳实变量解不是可接受的，那么没有必要搜索整数解。因此，在下面的事件树中，实变量线性规划重地用来设置界限，以剪除不可能产生好的解的分支。CPLEX包括用于选择不同类型约束和目标函数的选项。也有用户可以用来自定义特殊约束和/或目标函数的一般输入。可以在所有消耗步骤处用节点功率、节点峰值功率以及堆芯PPM来线性地表示的任何函数可以构造为约束或目标函数。
没有BA的分批的多级细化可以被执行，如在60所指示的。
在达到个体燃料组件级别之前，BA被引入。BA_ASSIGN模块62使用下面的过程来提供初始BA分配。
1.功率分布、k-有效分布，以及PPM值可从每个BLP的BOC2D ANC解中获得。为了满足减速剂温度系数(MTC)要求所需的BA数量可以从BOC PPM值中确定。
2.进料组件中的BA分配可以从上面BOC数据加上用户想要指定的任何BA位置约束中确定，其将使进料组件(不包括周边燃料组件)中分摊的功率尽可能地平坦，然而，得出的BA分配可能并非都可被允许的BA模式支持。
3.步骤2中的BA分配与一些“基本”BA模式(对于给定的BA类型)匹配。该匹配通过舍入最接近基本BA模式的分配来执行。
CPLEX_B&B模块然后在66用来调整BA，以获得优化的BA放置。进料组件中的BA模式只能被调整(上或下)到其下一个邻近的“基本”BA模式。CPLEX将通过使用由用户约束的不多于某一数量的不同BA模式来确定BA调整结束。在建立BA模式之后，个体燃料组件的最终重排和相应S-矩阵的产生在68处执行。CPLEX然后在70处用来获得在72的优化重排LP(真实LP)。
本发明提供一种用于建立核反应堆堆芯装填模式的新的确定性方法。其建立在两种技术上，即位置约束下的递归模式枚举技术核B&B混合整数线性规划。该方法具有全面搜索用户感兴趣的所有装填模式的潜能。不像用户不知道搜索进行得任何的随机搜索方法，B3PEC方法使用户能够很好地知道搜索进行得任何。用户定义搜索域，并且知道解空间的什么部分已经实际地搜索以及问题被解决到什么程度。搜索问题的尺寸及其运行时间都可以由用户预先估计。该方法可以直接使用设计规范来实施，而不需要中子扩散计算的分离模块。最后，在几个步骤中的通过直接扰动对反应性比较接近于开始的燃料组件分批施加线性化，结果更可能满足指定的工程要求。
虽然本发明具体实施方案已经详细描述，本领域技术人员应当认识到，对于那些细节的各种修改和替换可以根据公开内容的全面讲授来展开。因此，所公开的特殊方案仅是说明性的，而不是关于由附加的权力要求书及其任何和全部等价物的全部外延所给出的本发明范围的限制。

Claims (13)

1.一种建立用于将燃料组件(3)装填到核反应堆中的核反应堆堆芯装填模式的方法，包括步骤：
a.确定每个燃料组件(3)的反应性；
b.将燃料组件(3)分成相似粗略反应性级别的多个燃料组件分批(F，O，T)；
c.使用将每个燃料组件分批中的所有燃料组件(3)看作具有相同粗略反应性级别的选定堆芯装填位置约束，来产生多个双亲装填模式；
d.从该多个双亲装填模式中选择选定的双亲装填模式；
e.根据更细的反应性级别，将多个燃料组件分批(F，O，T)分成许多细化的燃料组件分批(F1，F2，O1，O2，T1，T2)；
f.对于每个选定的双亲装填模式，确定满足指定堆芯装填位置约束的细化燃料组件分批的任何子女装填模式是否满足指定工程要求，并且如果满足，选择最优地满足指定工程要求的最优子女装填模式；
g.消除没有子女装填模式满足指定工程要求的任何选定的双亲装填模式；
h.对于具有最优子女装填模式的每个双亲装填模式，用最优子女装填模式来更新双亲装填模式；
i.用更细的反应性级别来重复步骤e-h，直到每个燃料组件分批由单个燃料组件构成；以及
j.从剩余的装填模式中选择最终装填模式。
2.根据权利要求1的方法，其中产生多个双亲装填模式包括产生满足选定堆芯装填位置约束的所有可能双亲装填模式。
3.根据权利要求2的方法，其中步骤c利用修改的堆芯位置约束来重复，以调整所有可能的双亲装填模式的数量。
4.根据权利要求1的方法，其中步骤d包括选择选定的工程要求，并且只选择满足选定的工程要求的那些双亲装填模式作为选定的双亲装填模式。
5.根据权利要求4的方法，其中选定的工程要求包括循环开始峰值功率限制。
6.根据权利要求4的方法，包括使用堆芯设计规范模型来选择满足选定的工程要求的双亲装填模式。
7.根据权利要求1的方法，其中燃料组件(3)包括进料组件(F)、一次燃烧燃料组件(O)，以及两次燃烧燃料组件(T)，并且步骤b包括将燃料组件分成三个分批，第一分批包含进料组件，第二分批包含一次燃烧组件，以及第三分批包含两次燃烧组件。
8.根据权利要求1的方法，其中一些燃料组件(3)包括进料燃料组件(F)，并且其中重复步骤e到i包括，在每个燃料组件分批由单个燃料组件构成之前，将硼吸收剂(BA)以许多种配置分配给进料燃料组件，并且将具有相同硼吸收剂配置的进料燃料组件识别为一个分批。
9.根据权利要求8的方法，其中将硼吸收剂(BA)以许多种配置分配给进料燃料组件(F)的步骤包括分配基本排列，并且步骤i包括确定该许多种硼吸收剂配置的最优排列。
10.根据权利要求1的方法，其中步骤f包括产生子女装填模式和指定工程要求之间的关系的线性表示，以及从线性表示中确定任何子女装填模式是否满足指定工程要求，并且如果满足，选择最优的子女装填模式。
11.根据权利要求10的方法，其中产生子女装填模式和指定工程要求之间关系的线性表示的步骤包括，对结合指定工程要求的堆芯设计算法施加直接扰动，以产生灵敏度矩阵。
12.根据权利要求1的方法，其中最终装填模式被自动选择为细化到最好地达到指定工程要求的、单个燃料组件分批级别的细化装填模式。
13.根据权利要求12的方法，其中指定的工程要求包括最大长度燃料循环。
CNB2004100066541A 2003-02-25 2004-02-25 建立核反应堆堆芯燃料组件装填模式的方法 Expired - Lifetime CN1317713C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/374,691 US6931090B2 (en) 2003-02-25 2003-02-25 Method of establishing a nuclear reactor core fuel assembly loading pattern
US10/374,691 2003-02-25

Publications (2)

Publication Number Publication Date
CN1527328A true CN1527328A (zh) 2004-09-08
CN1317713C CN1317713C (zh) 2007-05-23

Family

ID=33096671

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004100066541A Expired - Lifetime CN1317713C (zh) 2003-02-25 2004-02-25 建立核反应堆堆芯燃料组件装填模式的方法

Country Status (6)

Country Link
US (1) US6931090B2 (zh)
JP (1) JP2004258037A (zh)
KR (1) KR20040076799A (zh)
CN (1) CN1317713C (zh)
ES (1) ES2249119B1 (zh)
FR (1) FR2853987B1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1328730C (zh) * 2004-12-03 2007-07-25 大亚湾核电运营管理有限责任公司 压水堆核电站反应堆堆芯装载方法
CN108352204A (zh) * 2015-10-28 2018-07-31 韩国水力原子力株式会社 用于模拟核燃料的计算机程序及应用于该计算机程序的核燃料模拟方法
CN110199360A (zh) * 2016-11-25 2019-09-03 法国电力公司 核电站维护的优化
CN112599268A (zh) * 2020-09-07 2021-04-02 中核核电运行管理有限公司 一种利用中心燃料组件替代二次中子源组件的卸料方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8873698B2 (en) * 2002-12-18 2014-10-28 Global Nuclear Fuel—Americas, LLC Computer-implemented method and system for designing a nuclear reactor core which satisfies licensing criteria
US20040191734A1 (en) * 2003-03-31 2004-09-30 Russell William Earl Method and arrangement for determining fresh fuel loading patterns for nuclear reactors
US8109766B2 (en) * 2003-10-03 2012-02-07 Global Nuclear Fuel-Americas Llc Method for predicted reactor simulation
US7636652B2 (en) * 2003-10-06 2009-12-22 Global Nuclear Fuel - Americas, Llc Method and apparatus for facilitating recovery of nuclear fuel from a fuel pool
US7499840B2 (en) * 2003-10-06 2009-03-03 Global Nuclear Fuel - Americas, Llc Method and apparatus for creating and editing a nuclear reactor core loading template
CN1760990B (zh) * 2004-10-15 2011-11-30 西屋电气有限责任公司 改进的首次堆芯燃料组件布置和实现上述布置的方法
US7224761B2 (en) * 2004-11-19 2007-05-29 Westinghouse Electric Co. Llc Method and algorithm for searching and optimizing nuclear reactor core loading patterns
US7409032B2 (en) * 2005-05-13 2008-08-05 Global Nuclear Fuel - Americas, Llc Method of fuel bundle consideration in a reactor
US7379781B2 (en) * 2005-08-30 2008-05-27 Logitech Europe S.A. Constraint based order optimization system and available to promise system
JP4982820B2 (ja) * 2005-11-30 2012-07-25 株式会社グローバル・ニュークリア・フュエル・ジャパン 原子炉炉心設計支援システム
US8924341B2 (en) * 2006-03-17 2014-12-30 International Business Machines Corporation Method and system for optimizing mixed integer programming solutions
US8131576B2 (en) 2006-06-02 2012-03-06 International Business Machines Corporation Method and system for identifying conflicting constraints in mixed integer programs
EP1883077A1 (en) * 2006-07-24 2008-01-30 Atomic Energy Council - Institute of Nuclear Energy Research Method for Analyzing a Fuel Displacement Accident of a Boiling Water Reactor
KR100916946B1 (ko) * 2007-12-24 2009-09-14 한전원자력연료 주식회사 그래픽 사용자 인터페이스를 이용한 노심 장전모형선정방법
EP2104112A1 (en) 2008-03-17 2009-09-23 Atomic Energy Council - Institute of Nuclear Energy Research Method for selecting and configuring spent nuclear fuel bundles with the view of disposing the same in casks
CN103500237A (zh) * 2013-07-03 2014-01-08 国家电网公司 基于逻辑布局的配电网自动成图方法
US10593436B2 (en) 2013-11-21 2020-03-17 Terrapower, Llc Method and system for generating a nuclear reactor core loading distribution
CN104573204B (zh) * 2014-12-25 2017-09-01 中国矿业大学 一种单向导通装置母排优化设计方法
CN105005821B (zh) * 2015-05-27 2018-06-22 中国科学院合肥物质科学研究院 一种含曲柄连杆机构的ads换料系统的路径寻优方法
KR101887782B1 (ko) * 2016-11-29 2018-08-13 한국수력원자력 주식회사 코발트 다발의 노심장전방법
WO2018157157A2 (en) * 2017-02-27 2018-08-30 Terrapower, Llc System and method for modeling a nuclear reactor
KR102060778B1 (ko) * 2017-11-28 2020-02-11 한국수력원자력 주식회사 중수로의 핵연료 절감 방법
EP3839979B1 (en) * 2019-12-17 2022-08-24 Framatome Method of determination of a nuclear core loading pattern
KR102649455B1 (ko) * 2021-08-31 2024-03-19 한전원자력연료 주식회사 3차원 노심에서 최적 가연성흡수봉 패턴 자동탐색을 통한 장전모형 최적화 시스템과 그 방법
FR3131062A1 (fr) * 2021-12-17 2023-06-23 Electricite De France Procédé automatisé de détermination de plans de chargement de cœurs de réacteurs nucléaires
CN115424747B (zh) * 2022-07-20 2024-01-23 上海核工程研究设计院股份有限公司 一种堆芯装载方案局部搜索方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH067194B2 (ja) * 1985-10-23 1994-01-26 株式会社日立製作所 軽水型原子炉炉心およびその燃料装荷方法
US5631939A (en) * 1994-09-09 1997-05-20 Hitachi, Ltd. Initial core of nuclear power plant
US5923717A (en) * 1996-01-29 1999-07-13 General Electric Company Method and system for determining nuclear core loading arrangements
JP3107290B2 (ja) * 1996-05-20 2000-11-06 株式会社日立製作所 燃料装荷方法
US5790616A (en) * 1996-08-09 1998-08-04 General Electric Company Method and system for determining nuclear reactor core control blade positioning
CN1229514A (zh) * 1996-09-04 1999-09-22 株式会社日立制作所 初装载反应堆心
JP3651522B2 (ja) * 1996-09-05 2005-05-25 株式会社東芝 原子炉の炉心
US6748348B1 (en) * 1999-12-30 2004-06-08 General Electric Company Design method for nuclear reactor fuel management
JP3482560B2 (ja) * 2001-03-27 2003-12-22 原子燃料工業株式会社 加圧水型原子炉の燃料運用方法及び加圧水型原子炉炉心

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1328730C (zh) * 2004-12-03 2007-07-25 大亚湾核电运营管理有限责任公司 压水堆核电站反应堆堆芯装载方法
CN108352204A (zh) * 2015-10-28 2018-07-31 韩国水力原子力株式会社 用于模拟核燃料的计算机程序及应用于该计算机程序的核燃料模拟方法
CN110199360A (zh) * 2016-11-25 2019-09-03 法国电力公司 核电站维护的优化
CN110199360B (zh) * 2016-11-25 2023-07-07 法国电力公司 用于核电站的维护的方法
CN112599268A (zh) * 2020-09-07 2021-04-02 中核核电运行管理有限公司 一种利用中心燃料组件替代二次中子源组件的卸料方法
CN112599268B (zh) * 2020-09-07 2023-01-03 中核核电运行管理有限公司 一种利用中心燃料组件替代二次中子源组件的卸料方法

Also Published As

Publication number Publication date
FR2853987A1 (fr) 2004-10-22
US20040196946A1 (en) 2004-10-07
CN1317713C (zh) 2007-05-23
JP2004258037A (ja) 2004-09-16
ES2249119B1 (es) 2006-12-16
ES2249119A1 (es) 2006-03-16
KR20040076799A (ko) 2004-09-03
US6931090B2 (en) 2005-08-16
FR2853987B1 (fr) 2006-06-30

Similar Documents

Publication Publication Date Title
CN1317713C (zh) 建立核反应堆堆芯燃料组件装填模式的方法
Zhang et al. Simulation and analysis of urban growth scenarios for the Greater Shanghai Area, China
Wu et al. A genetic algorithm for cellular manufacturing design and layout
US8103532B2 (en) Method and system for fast local search and insertion heuristics for vehicle routing
Pontius Jr et al. Assessing a predictive model of land change using uncertain data
Xu et al. Optimization algorithms for construction site layout planning: a systematic literature review
CN111898315B (zh) 基于分形—机器学习混合模型的滑坡易发性评估方法
JP2006145536A (ja) 原子炉の炉心装荷パターンを確立する方法、および、原子炉の炉心装荷パターンを最適化するアルゴリズム
CN101226471A (zh) 一种基于构件的领域基础业务平台及其构建方法
Kim et al. An integrated approach for the concurrent determination of the block layout and the input and output point locations based on the contour distance
Lu et al. An adaptive niching method based on multi-strategy fusion for multimodal optimization
Mouhib et al. TSMAA‐TRI: A temporal multi‐criteria sorting approach under uncertainty
Maleki et al. Many‐objective land use planning using a hypercube‐based NSGA‐III algorithm
Liang et al. Multi-parallel disassembly line balancing problem and improved ant lion optimizer for mixed-waste electrical and electronic equipment
Bukhari A Hierarchical Evolutionary Algorithmic Design (HEAD) system for generating and evolving building design models
CN111310985B (zh) 一种行程规划方法及系统
RU80604U1 (ru) Автоматизированная система распределения ресурсов для оптимального решения целевых задач
CN109284277A (zh) 一种汇总表格的数据调平方法、电子设备及存储介质
CN111814328B (zh) 一种带有飞行区的时空数据立方体的建模与查询方法
Bhattacharya A multi-objective obnoxious facility location model on a plane
Chen et al. Block workshop spatial scheduling based on cellular automata modelling and optimization
Higham et al. Core-periphery partitioning and quantum annealing
JP2021157515A (ja) レイアウト設計支援システム、レイアウト設計支援方法及びプログラム
Ibrahim Toward enhancement of evolutionary multi-and many-objective optimization: algorithms, performance metrics, and visualization techniques
Deane et al. Two dominant forms of multisite similarity decline–Their origins and interpretation

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Assignee: STATE NUCLEAR POWER TECHNOLOGY Corp.

Assignor: Westinghouse technologies licensing Co.

Contract record no.: 2011990001135

Denomination of invention: Method for establishing nuclear reactor reactor core fuel assembly loading mode

Granted publication date: 20070523

License type: Common License

Open date: 20040908

Record date: 20111230

CX01 Expiry of patent term
CX01 Expiry of patent term

Granted publication date: 20070523